1、在能源供應日益緊張和電力市場逐漸放開的今天，以提高火電廠整體經(jīng)濟性為目標的優(yōu)化技術顯得越來越重要。本文圍繞火電生產(chǎn)過程子系統(tǒng)的優(yōu)化，從基礎的優(yōu)化算法到具體的仿真和工程應用進行了細致深入的研究。 本文在分析前人的研究成果和火電廠優(yōu)化技術應用現(xiàn)狀的基礎上，指出了一些有意義的研究方向和研究內(nèi)容?？紤]到工程優(yōu)化問題大都需要一定的優(yōu)化算法來求解，本論文從論述各種優(yōu)化算法出發(fā)，指出了傳統(tǒng)優(yōu)化算法中的Lemke算法是求解眾多二次規(guī)劃最有效的方

2、法之一。文中還對適用范圍較廣的智能優(yōu)化算法進行了深入的研究，針對現(xiàn)有實數(shù)編碼遺傳算法(RCGA，Real-coded based Genetic Algorithm)和粒子群優(yōu)化(PSO，Particle SwarmOptimization)算法存在的不足，分別提出了兩種混合智能優(yōu)化算法。大量的仿真結果表明，本文所提出的優(yōu)化算法非常有效。為了給后續(xù)研究的軟件實現(xiàn)方面作一些必要的準備，并真正實現(xiàn)代碼的重用，作者開發(fā)了一套基于COM技術的優(yōu)

3、化算法庫。 在優(yōu)化算法研究的基礎上，本文著重對火電廠負荷優(yōu)化分配、熱工控制系統(tǒng)優(yōu)化和機組運行優(yōu)化等問題進行了研究。 火電廠負荷分配的優(yōu)化問題是實現(xiàn)火電廠其它系統(tǒng)運行優(yōu)化的先決條件，也是研究較多的課題之一。文中提出了三種新型的優(yōu)化方法來求解負荷分配優(yōu)化問題：(1)通過Hopfield神經(jīng)網(wǎng)絡構建了一種采用動力學方法求解穩(wěn)態(tài)優(yōu)化解的新型思路，并從數(shù)學上證明了該優(yōu)化方法能夠收斂。仿真結果進一步表明了該算法的可靠性和優(yōu)化結果的全

4、局性：(2)利用本文提出的改進PSO算法并結合“解的可行性保持法”的約束條件處理機制，準確、快速地獲取了三臺機組的負荷優(yōu)化分配結果：(3)首次將Lemke算法用于求解負荷分配優(yōu)化問題，仿真結果表明該算法經(jīng)過有限次行變換數(shù)就可以獲得準確優(yōu)化結果。為方便I~emke算法的推廣應用，本文給出并證明了一個重要的優(yōu)化問題等價性定理。 負荷優(yōu)化分配必然會給機組運行帶來擾動，特別是隨著電網(wǎng)峰谷差的增大，機組經(jīng)常處在負荷大范圍變動的情況下運行。

5、優(yōu)化熱工控制系統(tǒng)是保障機組在新形勢下安全、經(jīng)濟運行的重要手段之一?？刂葡到y(tǒng)優(yōu)化本質內(nèi)容是采用合理的控制回路結構和新型的控制算法來設計品質優(yōu)良的控制系統(tǒng)。本文指出了優(yōu)化控制系統(tǒng)的一般思路和方法，并對某臺350MW機組的再熱汽溫控制系統(tǒng)進行了優(yōu)化改造，與優(yōu)化前相比，取得了較好的控制品質。先進控制算法中的預測控制算法在熱工過程控制中有廣闊的應用前景，該算法中的核心內(nèi)容是在線滾動優(yōu)化。采用本文提出的各種優(yōu)化算法實現(xiàn)了受限預測控制中的滾動優(yōu)化問題

6、的求解，獲得了非常滿意控制效果，這也從另一側面反映了本文所提出的改進優(yōu)化算法的有效性。對復雜系統(tǒng)實施預測控制時，在線滾動優(yōu)化計算負擔較大，本文綜合考慮約束條件和性能指標，給出了一些減輕在線優(yōu)化計算負擔的策略。 機組大量的運行數(shù)據(jù)中蘊含著機組運行參數(shù)特性關系和關聯(lián)關系。本文給出了基于神經(jīng)網(wǎng)絡建模技術的循環(huán)水優(yōu)化方案實施的框架和特點。機組運行參數(shù)優(yōu)化目標值的確定是實現(xiàn)機組運行優(yōu)化的瓶頸，本文以給水溫度優(yōu)化目標值的確定為例，給出了基于